深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
21	2025-12-20	Axial super-resolution optical coherence tomography via complex-valued network 2023-12-01, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0997 PMID:37922558	研究论文	本研究提出了一种基于复值网络的轴向超分辨率光学相干层析成像方法，旨在提升OCT图像的轴向分辨率	首次将复值网络应用于OCT轴向超分辨率成像，充分利用OCT信号的幅度和相位信息，相比实值网络展现出更优的深度分辨能力	未明确说明方法在临床环境中的验证情况或对计算资源的具体需求	通过深度学习技术提升光学相干层析成像的轴向分辨率，以降低对宽带光源的依赖	光学相干层析成像信号及其生成的生物组织横截面图像	计算机视觉	NA	光学相干层析成像	复值网络	图像	三个OCT数据集	NA	CVSR-Net	深度分辨能力	NA
22	2025-12-20	Feature selection based on unsupervised clustering evaluation for predicting neoadjuvant chemoradiation response for patients with locally advanced rectal cancer 2023-12-01, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ad0d46 PMID:37972413	研究论文	本文提出了一种基于无监督聚类评估的特征选择方法，用于预测局部晚期直肠癌患者对新辅助放化疗的反应	设计了具有可切换3D和2D卷积核的CNN特征提取器，并开发了一种基于无监督聚类的评估方法，以优化CNN特征与影像组学特征组合的特征选择过程，降低了计算成本	样本量较小（仅43名患者），可能影响模型的泛化能力	预测局部晚期直肠癌患者对新辅助放化疗的治疗反应，以实现个性化癌症治疗	局部晚期直肠癌患者	计算机视觉	直肠癌	多模态磁共振成像	CNN	图像	43名局部晚期直肠癌患者	NA	具有可切换3D和2D卷积核的CNN	准确率, AUC, 灵敏度, 特异性	NA
23	2025-12-20	Non-linear modifications enhance prediction of pathological response to pre-operative PD-1 blockade in lung cancer: A longitudinal hybrid radiological model 2023-12, Pharmacological research IF:9.1Q1 DOI:10.1016/j.phrs.2023.106992 PMID:37977237	研究论文	本研究开发了一种结合放射组学和深度学习的动态混合模型，用于预测肺癌患者术前PD-1阻断治疗后的主要病理缓解	通过融合基于时间间隔内经典放射组学指标斜率的delta放射组学特征，以及从基线和随访图像减影中提取的深度学习特征，并引入非线性动态修正，增强了预测能力	未明确说明样本量是否足够大以覆盖所有肺癌亚型，且模型依赖于图像配准质量，可能受配准误差影响	预测肺癌患者术前PD-1阻断治疗后的主要病理缓解（MPR）	接受术前PD-1阻断治疗的肺癌患者	数字病理学	肺癌	放射组学、深度学习、图像配准	深度学习（DL）	医学影像（如CT扫描）	NA	NA	NA	AUC	NA
24	2025-12-17	Model for classification of heart failure severity in patients with hypertrophic cardiomyopathy using a deep neural network algorithm with a 12-lead electrocardiogram 2023-12-06, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2023-002414 PMID:38056911	研究论文	本研究开发了一种基于深度神经网络算法的模型，利用12导联心电图数据对肥厚型心肌病患者的慢性心力衰竭严重程度进行分类	首次应用深度学习方法来识别肥厚型心肌病患者的心力衰竭严重程度，并采用迁移学习策略解决目标样本数量不足的问题	样本量相对较小（共463名患者），且依赖特定的临床定义（如NYHA分级和NT-proBNP水平）进行分类，可能限制模型的泛化能力	评估数据驱动的机器学习方法是否能有效识别肥厚型心肌病患者的心力衰竭严重程度	肥厚型心肌病患者（218名）和非肥厚型心肌病患者（245名）	机器学习	心血管疾病	12导联心电图	深度神经网络	心电图数据	463名患者（218名HCM患者和245名非HCM患者）	NA	残差神经网络	加权平均F1分数, 精确度	NA
25	2025-12-17	Pilot Analysis of Surgeon Instrument Utilization Signatures Based on Shannon Entropy and Deep Learning for Surgeon Performance Assessment in a Cadaveric Carotid Artery Injury Control Simulation 2023-12-01, Operative neurosurgery (Hagerstown, Md.) DOI:10.1227/ons.0000000000000888 PMID:37655892	研究论文	本研究利用香农熵和深度学习分析外科医生在模拟颈动脉损伤控制中的器械使用特征，以评估手术表现	首次将香农熵这一信息论指标应用于手术器械序列分析，结合深度学习自动检测器械，实现对外科医生表现的定量评估	研究基于模拟尸体环境，可能无法完全反映真实手术场景；样本量有限，需进一步验证	开发自动化、基于视频的定量反馈方法，以改善外科培训和教育	外科医生在模拟颈动脉损伤控制中的手术表现	计算机视觉	心血管疾病	深度学习	CNN	视频	来自公开视频数据集的外科医生手术试验	NA	NA	准确率, 平均精确率	NA
26	2025-12-17	AliNA - a deep learning program for RNA secondary structure prediction 2023-12, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202300113 PMID:37710142	研究论文	本文提出了一种基于深度学习的RNA二级结构预测方法AliNA，该方法通过数据增强技术有效预测训练数据中未包含的非同源RNA家族的二级结构	提出首个结合数据增强技术的深度学习RNA二级结构预测方法，能够有效处理非同源RNA家族，并支持假结结构预测	未明确说明方法在超长RNA序列或极端GC含量序列上的性能表现	开发能够克服传统热力学方法和同源方法局限性的RNA二级结构预测算法	天然RNA变体（参与细胞过程）和人工RNA（如适配体、核糖开关）	生物信息学	NA	RNA二级结构预测	深度学习	RNA序列数据、二级结构标注数据	NA	NA	NA	预测质量评估（具体指标未说明）	NA
27	2025-12-16	The promising horizon of deep learning and artificial intelligence in flap monitoring 2023-12-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000000748 PMID:37720927	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
28	2025-12-16	Health Recommendation System using Deep Learning-based Collaborative Filtering 2023-Dec, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2023.e22844 PMID:38144343	研究论文	本文提出了一种基于深度学习的健康推荐系统，利用受限玻尔兹曼机与协同进化神经网络的结合来优化医疗决策	结合受限玻尔兹曼机与协同进化神经网络，构建智能健康推荐系统，实现从传统医疗场景向个性化医疗的转变	未明确说明系统在真实医疗环境中的部署挑战或数据隐私保护的具体措施	开发高效且有效的健康推荐系统，以支持医疗决策和个性化医疗	医疗数据，包括患者健康信息、社交活动及行为分析数据	机器学习	NA	数据挖掘	RBM, CNN	医疗数据集	NA	TensorFlow, Python	受限玻尔兹曼机, 协同进化神经网络	准确率, 精确率, 召回率, F值	NA
29	2025-12-10	How deep is the brain? The shallow brain hypothesis 2023-12, Nature reviews. Neuroscience DOI:10.1038/s41583-023-00756-z PMID:37891398	观点文章	本文提出了浅层大脑假说，挑战了深度学习与预测编码中普遍采用的层次化架构，强调皮层下区域在并行处理中的重要作用	提出了浅层大脑假说，整合了皮层层次处理与皮层下区域的大规模并行处理，突破了传统深度学习的纯层次化架构	假说尚未得到充分实验验证，且未提供具体的计算模型或算法实现	探讨大脑的计算架构，挑战当前深度学习与预测编码网络中的层次化假设	哺乳动物大脑的神经解剖结构与计算原理	机器学习	NA	NA	NA	NA	NA	NA	NA	NA	NA
30	2025-12-09	USE-Evaluator: Performance metrics for medical image segmentation models supervised by uncertain, small or empty reference annotations in neuroimaging 2023-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102927 PMID:37672900	研究论文	本文提出了一种用于评估医学图像分割模型性能的新方法，特别针对参考标注存在不确定性、尺寸小或为空的情况	开发了USE-Evaluator评估框架，专门处理神经影像中不确定、小或空的参考标注对分割模型性能评估的影响	研究主要基于卒中内部数据集，虽然与公共数据集进行了比较，但可能仍需更多临床数据验证	改进医学图像分割模型的性能评估方法，使其更适应临床实践中具有挑战性的分割任务	医学图像分割模型在神经影像数据上的性能评估	医学图像分析	卒中	医学图像分割	深度学习框架	医学图像	卒中内部数据集，并与BRATS 2019和脊髓公共数据集进行比较	未明确指定	标准深度学习框架	Dice系数等重叠度量指标	未明确指定
31	2025-12-09	Multi-site, Multi-domain Airway Tree Modeling 2023-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102957 PMID:37716199	研究论文	本文介绍了在MICCAI 2022会议上组织的多站点、多领域气道树建模挑战赛（ATM'22），旨在为医学影像社区提供气道分割算法的基准测试	提供了大规模、多站点、包含噪声COVID-19 CT扫描的公开标注数据集，推动了数据驱动方法的发展，并首次系统比较了嵌入拓扑连续性增强的深度学习模型在气道分割中的性能	公开标注数据集仍然有限，可能影响新算法的详细性能评估；挑战赛结果可能受到参与团队算法实现差异的影响	为医学影像社区提供气道分割算法的基准测试，促进早期肺部疾病干预技术的发展	肺部气道树的分割与建模	计算机视觉	肺部疾病	CT扫描	深度学习模型	CT图像	500例CT扫描（300例训练，50例验证，150例测试）	NA	NA	定量与定性评估	NA
32	2025-12-09	Deep learning, data ramping, and uncertainty estimation for detecting artifacts in large, imbalanced databases of MRI images 2023-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102942 PMID:37797482	研究论文	本文提出了一种基于深度学习的随机算法，用于在大型不平衡神经影像数据库中自动检测MRI图像伪影，并引入不确定性估计以提高检测准确性	首次提出结合蒙特卡洛dropout的随机深度学习算法，用于MRI伪影检测，并开发了数据斜坡方法处理类别不平衡问题	未提及算法在外部验证集上的泛化性能，且未讨论计算成本或实时处理能力	开发自动化方法以高效检测大型不平衡神经影像数据库中的MRI图像伪影	MRI图像	计算机视觉	NA	磁共振成像	深度学习	3D图像	34,800次扫描（其中98%为无伪影数据）	NA	3D AlexNet	准确率, F1分数	NA
33	2025-12-09	Collagen fiber centerline tracking in fibrotic tissue via deep neural networks with variational autoencoder-based synthetic training data generation 2023-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102961 PMID:37802011	研究论文	提出一种基于深度学习的流程，用于从病理组织样本的显微图像中量化胶原纤维的拓扑特性	利用变分自编码器生成具有可控拓扑特性的合成中心线，并结合条件生成对抗网络合成真实胶原纤维图像，以解决大规模标注数据短缺问题	未明确说明合成数据与真实数据之间的域适应差距可能对模型泛化性产生的影响	开发一种能够准确提取胶原纤维中心线并量化其拓扑特性的自动化方法	胰腺、肝脏和乳腺癌样本中的胶原纤维	数字病理学	癌症	二次谐波生成显微镜	变分自编码器, 条件生成对抗网络, 深度神经网络	图像	NA	NA	NA	NA	NA
34	2025-12-09	MGMT promoter methylation status prediction using MRI scans? An extensive experimental evaluation of deep learning models 2023-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2023.102989 PMID:37827111	研究论文	本文通过深度学习模型评估使用MRI扫描预测胶质母细胞瘤中MGMT启动子甲基化状态，并利用多种解释性方法验证模型性能	使用最大的公开MRI数据集之一（585名参与者）进行预测，并综合应用Grad-CAM、遮挡敏感性、特征可视化和训练损失景观等多种解释性方法评估模型	研究结果显示MRI扫描与MGMT启动子甲基化状态之间无相关性，表明需要外部队列数据验证模型以确保深度学习系统在癌症诊断中的准确性和可靠性	预测胶质母细胞瘤中MGMT启动子甲基化状态，以替代侵入性组织活检	胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	MRI扫描	深度学习模型	图像	585名参与者	NA	NA	NA	NA
35	2025-12-06	An in silico investigation of Kv2.1 potassium channel: Model building and inhibitors binding sites analysis 2023-12, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202300072 PMID:37793122	研究论文	本研究通过AlphaFold-Multimer深度学习构建Kv2.1钾通道四聚体模型，结合GaMD和HMM分析离子传输轨迹，利用Fpocket程序与电生理实验定义抑制剂结合位点，并通过半经验量子力学计算预测抑制剂结合构象，为新型Kv2.1抑制剂开发提供分子设计见解	首次使用AlphaFold-Multimer深度学习构建Kv2.1四聚体结构模型，结合GaMD模拟与HMM分析生成多构象受体，并通过半经验量子力学计算预测抑制剂结合模式，揭示了P-螺旋和S6片段的关键残基贡献	研究为计算机模拟，缺乏实验验证抑制剂结合位点的直接结构证据；模型基于预测结构，可能受限于AlphaFold-Multimer的准确性；未进行大规模抑制剂筛选或体内功能验证	构建Kv2.1钾通道的计算机模型并分析抑制剂结合位点，以促进理性药物设计开发神经保护剂	Kv2.1钾通道蛋白及其抑制剂RY785和RY796(S)	计算生物学	缺血性脑卒中	AlphaFold-Multimer深度学习，GaMD（高斯加速分子动力学），HMM（隐马尔可夫模型），Fpocket程序，半经验量子力学计算，竞争性结合电生理实验	深度学习模型，分子动力学模型	蛋白质序列与结构数据，分子动力学轨迹数据	NA	AlphaFold-Multimer	AlphaFold-Multimer	NA	NA
36	2025-12-06	Classification of tastants: A deep learning based approach 2023-12, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202300146 PMID:37885360	研究论文	本研究利用深度学习模型对甜味、苦味和鲜味分子进行分类，以预测分子的味觉特性	结合分子描述符的深度神经网络和基于分子结构的图神经网络模型，无需手工特征即可学习任务特定表示，并应用Shapley加性解释来解析预测结果	鲜味分子样本数量较少导致类别不平衡，需采用特殊采样技术处理	预测分子的味觉特性，以支持食品、饮料、香料和制药行业中新味觉物质的设计与筛选	甜味、苦味和鲜味分子，这些味觉由G蛋白偶联受体介导	机器学习	NA	NA	深度神经网络, 图神经网络	分子描述符, 分子结构	1466个苦味分子、1764个甜味分子和238个鲜味分子，总计3468个分子	NA	NA	NA	NA
37	2025-12-04	Environmental Impacts of Machine Learning Applications in Protein Science 2023-12-01, Cold Spring Harbor perspectives in biology IF:6.9Q1 DOI:10.1101/cshperspect.a041473 PMID:38040454	综述	本文总结了蛋白质科学中机器学习应用的环境影响，并量化了部分流行算法的碳足迹	首次系统评估了蛋白质科学中机器学习算法（如AlphaFold和ESMFold）的环境影响，并提出了具体的碳足迹数据	未提供所有蛋白质计算方法的全面环境影响比较，且缓解措施的具体实施效果未经验证	评估蛋白质科学中计算工具和机器学习模型的环境影响，并提出可持续发展建议	蛋白质科学中的计算算法，包括分子模拟、蛋白质-蛋白质相互作用推断和蛋白质结构预测	机器学习	NA	机器学习	深度学习模型	蛋白质数据	NA	NA	AlphaFold, ESMFold	碳足迹（以吨COe计）	NA
38	2025-12-04	DBlink: dynamic localization microscopy in super spatiotemporal resolution via deep learning 2023-12, Nature methods IF:36.1Q1 DOI:10.1038/s41592-023-01966-0 PMID:37500760	研究论文	提出了一种基于深度学习的DBlink方法，用于从单分子定位显微镜数据中实现超时空分辨率重建	结合卷积神经网络和双向长短期记忆网络架构，捕获输入帧间的长期依赖关系，显著提升动态过程的成像能力	未明确说明在复杂生物环境或极端动态条件下的性能限制	提高单分子定位显微镜的时空分辨率，以观察活细胞中的动态过程	模拟的丝状结构和线粒体样结构、受控运动条件下的实验SMLM数据、活细胞动态SMLM数据	计算机视觉	NA	单分子定位显微镜	CNN, LSTM	视频	NA	NA	卷积神经网络结合双向长短期记忆网络	NA	NA
39	2025-12-04	Cerebellar Volume and Disease Staging in Parkinson's Disease: An ENIGMA-PD Study 2023-12, Movement disorders : official journal of the Movement Disorder Society IF:7.4Q1 DOI:10.1002/mds.29611 PMID:37964373	研究论文	本研究利用ENIGMA-PD工作组的数据，通过深度学习分析帕金森病患者与健康对照的小脑体积变化，探讨疾病分期与小脑区域体积的关联	首次在全球多中心研究中，使用深度学习量化帕金森病不同Hoehn和Yahr分期的小脑区域体积变化，揭示了前叶和后叶体积与疾病严重程度的解离关系	研究为横断面设计，无法确定因果关系；样本来自多个中心，可能存在异质性；未考虑药物治疗等其他混杂因素	量化帕金森病患者小脑区域体积变化，并探讨其与疾病分期、运动症状和认知功能的关联	帕金森病患者和年龄、性别匹配的健康对照	医学影像分析	帕金森病	三维T1加权脑磁共振成像	深度学习	脑磁共振图像	2487名帕金森病患者和1212名健康对照，来自22个中心	NA	NA	效应量（d值）	NA
40	2025-12-04	Uncovering developmental time and tempo using deep learning 2023-12, Nature methods IF:36.1Q1 DOI:10.1038/s41592-023-02083-8 PMID:37996754	研究论文	本文提出了一种基于深度学习的自动化方法，用于分析不同时间点胚胎之间的相似性，以量化发育时间和节奏	开发了一种无偏见的深度学习方法，能够自动计算胚胎发育阶段的相似性，生成表型指纹，并首次在无监督方式下为多个物种构建发育图谱	NA	量化动物胚胎发育的时间和节奏，以驱动进化新颖性的研究	动物胚胎	计算机视觉	NA	深度学习	深度学习模型	图像	NA	NA	NA	NA	NA